T

Timesformer Base Finetuned K600

由 fcakyon 开发
TimeSformer是基于空间-时间注意力机制的视频分类模型,在Kinetics-600数据集上进行了微调。
下载量 20
发布时间 : 12/10/2022
模型介绍
内容详情
替代品

模型简介

该模型主要用于视频分类任务,能够将视频分类为600种可能的Kinetics-600标签之一。

模型特点

空间-时间注意力机制
采用创新的空间-时间注意力机制处理视频数据,无需传统的3D卷积操作。
高效视频理解
能够有效捕捉视频中的时空特征,实现高效的视频分类。
大规模预训练
在Kinetics-600大规模视频数据集上进行预训练和微调。

模型能力

视频分类
时空特征提取
动作识别

使用案例

视频内容分析
动作识别
识别视频中的人类动作和行为
可分类600种不同的动作类别
视频内容分类
对视频内容进行自动分类和标记